scraper_afc/scraping_uf_sii.py at main · smassas/scraper_afc · GitHub

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
import requests
import pandas as pd
from bs4 import BeautifulSoup
from io import StringIO

def calcular_uf_anual(anio):
    url = f'https://www.sii.cl/valores_y_fechas/uf/uf{anio}.htm'

    response = requests.get(url)
    response.encoding = 'latin1'

    if response.status_code != 200:
        raise ConnectionError(f"No se pudo obtener la página para el año {anio}")

    soup = BeautifulSoup(response.text, 'html.parser')

    tabla_uf_html = soup.find('table', id='table_export', class_='table table-hover table-bordered')
    if tabla_uf_html is None:
        raise ValueError("No se encontró la tabla con id 'table_export'")

    df_uf = pd.read_html(StringIO(str(tabla_uf_html)), flavor='bs4')[0]

    columnas_esperadas = ['Día', 'Ene', 'Feb', 'Mar', 'Abr', 'May', 'Jun', 'Jul', 'Ago', 'Sep', 'Oct', 'Nov', 'Dic']
    df_uf.columns = columnas_esperadas[:len(df_uf.columns)]

    df_long = df_uf.melt(id_vars=['Día'], var_name='mes', value_name='valor')
    df_long = df_long.dropna(subset=['valor'])

    meses_num = {'Ene':1, 'Feb':2, 'Mar':3, 'Abr':4, 'May':5, 'Jun':6, 'Jul':7,
                 'Ago':8, 'Sep':9, 'Oct':10, 'Nov':11, 'Dic':12}
    df_long['mes_num'] = df_long['mes'].map(meses_num)

    df_long['valor'] = df_long['valor'].astype(str).str.replace('.', '', regex=False)
    df_long['valor'] = df_long['valor'].str.replace(',', '.', regex=False)
    df_long['valor'] = df_long['valor'].astype(float)

    df_long['fecha'] = pd.to_datetime(dict(year=anio, month=df_long['mes_num'], day=df_long['Día']))

    df_resultado = df_long[['fecha', 'valor']].sort_values('fecha').reset_index(drop=True)

    return df_resultado

def descargar_uf_varios_anios(anios):
    lista_df = []
    for anio in anios:
        print(f"Descargando UF para el año {anio}...")
        df_anio = calcular_uf_anual(anio)
        lista_df.append(df_anio)
    # Combinar todos los años en uno solo
    df_completo = pd.concat(lista_df).reset_index(drop=True)
    return df_completo

if __name__ == "__main__":
    anios_a_descargar = range(2013, 2024)
    df_uf_completo = descargar_uf_varios_anios(anios_a_descargar)

    # Guardar en Excel
    nombre_archivo = "uf_varios_años.xlsx"
    df_uf_completo.to_excel(nombre_archivo, index=False)
    print(f"Archivo guardado como {nombre_archivo}")